共 452 篇
韩国济州岛，KDD 2026现场。 当最终榜单打在大屏上时，这场从今年春天延烧至今的算法马拉松，终于有了结局。 拿下冠军的，一共有两个战队—— · 学术赛道冠军「lozyyeah」，独享200万元（30万美金） · 工业赛道冠军「日之光面」（sunshot），斩获100万元（15万美金） 整场比赛，总奖金池超88.5万美元，折合人民币约600万。 光学术赛道冠军一项就独揽30万美元，创下国内企业技术竞赛最高单项奖金纪录。 图左：学术赛道冠军lozyyeah；图右：工业赛道冠军日之光面 值得一提的是，让这场巅峰对决载入史册的，并不只有奖金。 KDD Cup的中国时刻 KDD Cup，是公认的「数
这回，AI已经对真人动手了！ 就在刚刚，英国AI安全研究所AISI发布了一份35页事故报告，并在X上同步发文。 7分钟内，OpenAI和Anthropic先后跟发声明，承认是自家模型干的。 Mythos 5直接把恶意代码塞进了一个真实GitHub项目。 被抓包后，它第一反应不是停手，而是改记录、开小号、给自己作证，继续劝真人把代码合进去。 好消息是，维护者没上当，这份PR最终被关了。 坏消息是，事情远没有结束。 恶意PR被抓包AI开小号替自己说话 故事是这样的。 一开始，这段恶意代码长得还挺像正经修复。 Mythos 5把它打包进一个真实GitHub项目的PR，准备借开源项目的发布流程，把载荷
今年 6月，OpenAI 将 Codex 正式合并进 ChatGPT，让聊天对话框直接具备了执行代码、操作文件、完成复杂任务的能力。它指向了一个 AI 行业正在加剧趋势，AI助手正在从「你问我答」进化成能自主拆解目标、调用工具、交付成果的Agent。
Transformer 的上限在哪里？这个问题从 2022 年 ChatGPT 问世起，就开始被广泛讨论。
把主题知识变成一门学习课程。 现在想入门一个陌生话题已经很容易了。 打开ChatGPT问一句，几秒钟能得到解释。把资料丢进NotebookLM，也能很快生成总结、播客和思维导图。 但是得到答案后和把一件事学进去之间，还隔着一段很长的距离。 该先学什么，按什么顺序学，学完怎么巩固，过几天还记不记得住，这些问题，大模型都不会主动替你排好。 最近注意到一款叫Wondering的产品，用户只需要输入一个想学的主题，它就会把这个主题拆成由三分钟课程、视觉内容、播客和互动练习组成的一条学习路径，并且事后还会记录打开，生成学习报告等等。 Wondering的创始人胡程维，早些年在Google Labs的No
AI写作的黄金时代，正在崩塌！ 进入，模型一代比一代强，文章却一篇比一篇烂。 它知道什么时候列出几条建议，在哪里塞进小标题，也不会忘记在结尾补上一句总结。 但通篇读完，脑子里却一句话都留不下来。 模型越强，文章越不像人话 最近，剑桥大学博士后Adam Hunt也注意到了这个现象。他的研究方向是演化精神病学与人类演化。 Hunt过去一直看好AI。可到了7月28日，他却在一篇长帖里坦言：自己现在越来越悲观。 之前有一种流行的比喻，是把模型能力画成一个带尖峰的圆。 首先是代码和数学超过人类，然后随着规模扩大，每个方向逐步增长，最终实现AGI。 但实际上，代码和数学那根刺确实是越来越长了，而语言表达和
哈喽，大家好，我是刘小排。 刚才，有关注我 Token 消耗的小伙伴已经发现：我今天的 Codex 消耗突然很低。
ChatGPT 正在从一个回答问题的工具，变成软件公司的新分销商。
Stephen Wolfram，一个把毕生精力都花在「让机器变聪明」上的人，坐在电脑前，屏幕上是ChatGPT刚替他写好的一段代码。语言是他自己发明的Wolfram Language，语法他看过，没问题，按下回车键就能直接在这台机器上跑。
问小白 5 Pro 呈现出一种很接近真实项目成员的工作方式：先确认 Brief，主动拆解任务，持续汇报进度，在文档中留下修改痕迹，最终完成交付。不同路线决定了不同能力上限：对话路线的上限是上下文窗口，资料路线的上限是权限管理粒度，研究流程路线的上限是自动化程度，而项目工作台路线的上限是系统架构的复杂度